一,状态方程组
状态空间描述了一个一阶时间微分方程组,该方程组由状态
由于为一阶微时间分方程组,所以该系统又叫动力系统。由
所以一个完整的一阶时间动力系统由以下公式表达:
状态方程组:
输出方程组:
一点一,状态向量
状态向量即是状态
一点二,输出向量
同状态向量一样,输出向量即是
一点三,输入向量
同理,输入向量
一点四,参数
参数
二,经典动力系统
经典动力系统可以分为四个类型:
1,非线性非时变系统。
2,非线性时变系统。
3,线性非时变系统。
4,线性时变系统。
二点一,非线性非时变系统
非线性非时变系统可由以下动力方程组描述:
由上面两个方程组可以知道,不管是状态量方程
一个简易的非线性非时变系统:
这里可以看到,由于
例子二,串流水池模型
![ed037d12aa50c0e82b4eb4bd903d9cd4.png](https://i-blog.csdnimg.cn/blog_migrate/2ef445e1d53d1431c08ec005f758cb9b.jpeg)
如图,其中每个池子的底面积
以及
将以上方程组,组合为状态方程表达:
二点二,非线性时变系统
非线性时变系统,顾名思义就是非线性系统,但是系统是时间的显函数。因此系统可由以下函数表达:
下面给两个例子。
可以看得出该系统的输出随着时间的增加呈指数增长。为了更直观的看待该系统,我们可以将该系统的状态向量从二维扩展到三维。
即
二点三,线性非时变系统
线性非时变系统,其实是将非线性非时变系统的特例化,该系统类型的状态和输出都不是时间的函数。该类型系统可由如下方程组表达:
其中,
下面给出一个例子
当输入不变的时候,系统的所有状态和输出最终会收敛于一个固定的值。
其中
因此该系统可以写成矩阵和向量的形式:
例子二,简易汽车悬挂系统
![e584c9a0219b55f2f4b9d972b617c2e3.png](https://i-blog.csdnimg.cn/blog_migrate/e2fa0a9cdacd3a4a81a22ef04bf6c2b9.png)
我们可以将该系统简化为一个简单的弹簧-阻尼-系统:
![31702e259925553ae55c703e0907f64e.png](https://i-blog.csdnimg.cn/blog_migrate/48329d6844c1b68408b3f94888b226f3.jpeg)
其中,
由于汽车车身的质量远大于轮胎质量,因此可以近似的把车身的垂直位移看作零。
由该简化模型建立方程组:
外加牛顿第二定律:
整理之后得到一个二阶时间微分方程:
由该方程的线性特性可以将该方程改写成状态系统形式,由状态量和输入量以及它们的微分构成。
因此可以定义:轮胎的偏移为输出量,路面起伏为输入量。
由此可以将该二阶微分方程改写为一阶动力系统,用矩阵-向量-系统表达为:
由此可以看出四个矩阵都是与物理量相关的常量,因此是非时变系统。
二点四,线性时变系统
与二点三的例子相似,线性时变系统的四个矩阵至少其动力矩阵中的元素是时间的函数,由于本人懒,就不赘述了。
对于 不同动力系统的状态轨迹,稳定性分析以及平衡点的特性,另开一篇文章,未完待续。